说起
拨打客户服务热线或者其它客服中心电话,那通常可不是什么好的体验。一些客户服务热线广受争议,以至于很多人宁愿自己去解决问题也不愿意去找他们帮忙。
但是所有的这些可能会随着商业公司使用先进的数据收集,数据分析和人工智能(AI)技术而结束。这些技术能够改善客户体验,并且有望为公司提供有价值的见解。
数据即财富
你可能很熟悉拨打客服电话之时听到过录音的提示话语“为了保证服务质量,您的通话可能被录音”。但是越来越多的公司现在开始意识到,这些录音要比想象中更有价值。
这一切有赖于自然语言处理技术以及理解更多非结构性数据能力的提高。过去“为保证服务质量”可能更多的只能起到时候监督的作用,而新技术使得每次手机通话记录的录音都能产生丰富的信息。另一方面,
因为这个领域正在迅速扩张,公司也可以采用不同方式使用这些数据。
语言分析和自然语言处理
所谓自然语言处理就是当你打电话时,允许一个自动系统恰当引导你的通话。过去的情况是,你必须要用特定的单词或短语,比如说“账目”或“人工服务”,这样你才能被恰当地引导到下一步。
语言分析不仅仅包括你说话的的内容,还包括理解你说话的方式。对于客户来说,语言分析能分析通话人的语气,用词,情感甚至当你沉默时能估测你的情绪和满意度。它能够检测通话者的年龄,这会决定年与龄相关的活动是否能够成功,或者指引通话者找到特定客服人员。研究表明,老年人和年轻人在选择客服人员类型时,有不同倾向。
对于客服人员,语言分析可以听取特定的关键词和短语,然后据此为客服人员做出提示。这也可以用来确定客服人员的知识缺口,识别他们最不擅长的服务类型及影响培训和呼叫选路的因素。
预测性分析
语言分析,加上预测性分析,能够察觉到什么时候客户变的沮丧或者生气——甚至预测客户说谎或者诈骗。
为了提高客服人员的效率,改善客户体验,这种预测模型能够为不同的咨询来电提供最好的解决方案。
但是这也不仅局限于客户服务中心。当把客服中心数据和社会媒体数据结合起来,公司能够留意到对于某些具体问题的抱怨,并且预测因此而产生的来电数量。例如,当推特上抱怨电话服务在某一地区没有的人数大量增加时,电话公司客服中心应该对于来电数量的增多有所警觉,甚至能够增加关于服务中断来电的录音。
其他新想法
要说到将来发展的可能性,其实这还只是冰山一角。一家名叫Mattersight 公司正在开发一种能够分析来电者个性的系统,这种系统能按照来电者喜欢的聊天方式安排适合的客服人员。比如说和中西部的人相比,东北人他们更喜欢比较正式的对话方式;年长的来电者更喜欢美国本土人,而这对于年轻人来说就没那么重要。
这种想法也涉及话务员的个性。有些人天生就擅长处理某种类型的来电,擅长和某种来电者打交道。公司也会建立话务员的个性档案,然后将他们和最合适的来电者相匹配。
大数据的另一种方式是通过HR 改变客服产业。为客服中心发现并留住那些合格的有耐心的人是一个相当大的挑战。一个公司估计,人力资源部员工需要花费两小时来来发掘和雇佣一个员工——如果一个新的客服中心需要数百人,就要花费几个月的时间。
一个叫CornerstoneDemand 的公司为此提出了一个基于数据的 “Evolve”解决方案,让申请者通过一个自动申请程序,过程中会记录他们的声音,让他们模拟话务员。公司会根据数据分析来推测谁应该参加面试,谁应该被问及一些特定的潜在问题以及谁不能参加面试。
对于一个大型客服中心来说,这可以节省几百小时的招聘时间。而且公司报告称,通过Evolve 流程招聘的员工会更成功,而且在他们工作岗位上待的时间更长。
随着科技进步,我认为客服中心会和客户服务都会有更大改善,也许能够使那些令人恐惧的求助热线的陈词滥调永远成为过去时。
原创文章,未经授权禁止转载。详情见
转载须知
。